AI Agent 是基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。
心灵社会理论认为,智能是由许多简单的 Agent(分等级、分功能的计算单元)共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能,通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次,从低层次的感知和反应到高层次的规划和决策,每个层次由多个 Agent 负责。每个 Agent 类似于功能模块,专门处理特定类型的信息或执行特定任务,如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元,而是通过多个相互关联的 Agent 共同实现,这种分布式智能能够提高系统的灵活性和鲁棒性,应对复杂和多变的环境。
同时,在《心灵社会》中,明斯基还详细描述了不同类型的 Agent 及其功能,包括专家 Agent(拥有特定领域知识和技能,负责处理复杂的任务和解决特定问题)、管理 Agent(协调和控制其他 Agent 的活动,确保整体系统协调一致地运行)、学习 Agent(通过经验和交互,不断调整和优化自身行为,提高系统在不断变化环境中的适应能力)。
从达特茅斯会议开始讨论人工智能(Artificial Intelligence),到马文·明斯基引入“Agent”概念,“AI”和“Agent”就彻底聚齐了,往后,我们都将其称之为 AI Agent。
AI Agent 还包括下面几个概念:
此外,还需要三个 Agent:
Responser Agent、Daily Agent、Background Agent 每隔一段时间运行一次(默认 3 分钟),运行时会分析期间的历史对话,变更人物关系(亲密度,了解度等),变更反感度,如果超标则拉黑用户,抽简对话内容,提取人物和用户的信息成为“增长的记忆体”,按照时间推进人物剧本,有概率主动聊天(与亲密度正相关,跳过夜间时间)。
[title]AI-Agent系列(一):智能体起源探究[heading2]八、Agent的”明斯基时刻“核心思想:心灵社会理论认为,智能是由许多简单的Agent(分等级、分功能的计算单元)共同工作和相互作用的结果。这些Agent在不同层次上执行不同的功能,通过协作实现复杂的智能行为。 多重层次:心灵社会将智能划分为多个层次,从低层次的感知和反应到高层次的规划和决策,每个层次由多个Agent负责。 功能模块:每个Agent类似于功能模块,专门处理特定类型的信息或执行特定任务,如视觉处理、语言理解、运动控制等。 分布式智能:智能不是集中在单一的核心处理单元,而是通过多个相互关联的Agent共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性,应对复杂和多变的环境。同时,在《心灵社会》中,明斯基还详细描述了不同类型的Agent及其功能:专家Agent:拥有特定领域知识和技能的Agent,负责处理复杂的任务和解决特定问题。管理Agent:协调和控制其他Agent的活动,确保整体系统协调一致地运行。学习Agent:通过经验和交互,不断调整和优化自身行为,提高系统在不断变化环境中的适应能力。从达特茅斯会议开始讨论人工智能(Artificial Intelligence),到马文·明斯基引入“Agent”概念,到这里,“AI”和“Agent”就彻底聚齐了。往后,我们都将其称之为AI Agent。
[title]AI-Agent系列(一):智能体起源探究[heading2]八、Agent的”明斯基时刻“核心思想:心灵社会理论认为,智能是由许多简单的Agent(分等级、分功能的计算单元)共同工作和相互作用的结果。这些Agent在不同层次上执行不同的功能,通过协作实现复杂的智能行为。 多重层次:心灵社会将智能划分为多个层次,从低层次的感知和反应到高层次的规划和决策,每个层次由多个Agent负责。 功能模块:每个Agent类似于功能模块,专门处理特定类型的信息或执行特定任务,如视觉处理、语言理解、运动控制等。 分布式智能:智能不是集中在单一的核心处理单元,而是通过多个相互关联的Agent共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性,应对复杂和多变的环境。同时,在《心灵社会》中,明斯基还详细描述了不同类型的Agent及其功能:专家Agent:拥有特定领域知识和技能的Agent,负责处理复杂的任务和解决特定问题。管理Agent:协调和控制其他Agent的活动,确保整体系统协调一致地运行。学习Agent:通过经验和交互,不断调整和优化自身行为,提高系统在不断变化环境中的适应能力。从达特茅斯会议开始讨论人工智能(Artificial Intelligence),到马文·明斯基引入“Agent”概念,到这里,“AI”和“Agent”就彻底聚齐了。往后,我们都将其称之为AI Agent。
AI Agent:基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。AI Agent包括下面几个概念:Chain:通常一个AI Agent可能由多个Chain组成。一个Chain视作是一个步骤,可以接受一些输入变量,产生一些输出变量。大部分的Chain是大语言模型完成的LLM Chain。Router:我们可以使用一些判定(甚至可以用LLM来判定),然后让Agent走向不同的Chain。例如:如果这是一个图片,则a;否则b。Tool:Agent上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。总结下来我们需要三个Agent:Responser Agent:主agent,用于回复用户(伪多模态)Background Agent:背景agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)Daily Agent:每日agent,用于生成剧本,配套的图片,以及每日朋友圈Responser AgentDaily AgentBackground Agent每隔一段时间运行一次(默认3分钟)分析期间的历史对话变更人物关系(亲密度,了解度等)变更反感度,如果超标则拉黑用户抽简对话内容,提取人物和用户的信息成为“增长的记忆体”按照时间推进人物剧本有概率主动聊天(与亲密度正相关,跳过夜间时间)[heading1]复杂的东西:中期记忆中的增长记忆体